cover
Contact Name
Joseph Dedy Irawan
Contact Email
joseph@lecturer.itn.ac.id
Phone
+62811367463
Journal Mail Official
joseph@lecturer.itn.ac.id
Editorial Address
Jl. Raya Karanglo Km. 2 Malang
Location
Kota malang,
Jawa timur
INDONESIA
JATI (Jurnal Mahasiswa Teknik Informatika)
ISSN : -     EISSN : 2598828X     DOI : -
Core Subject : Science,
Adalah jurnal mahasiswa yang diterbitkan oleh Teknik Informatika Institut Teknologi Nasional Malang, sebagai media publikasi hasil Skripsi Mahasiswa Teknik Informatika ke khalayak luas, diterbitkan secara berkala 6 kali setahun pada bulan Februari, April, Juni, Agustus, Oktober, Desember.
Articles 3,835 Documents
PEMANFAATAN COBIT UNTUK AUDIT TEKNOLOGI INFORMASI PADA PERUSAHAAN Ishak, Riswandi; Sumbaryadi, Achmad; Purwanto, Heru; Suharyanto, Suharyanto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12492

Abstract

Dalam era digital yang terus berkembang, teknologi informasi (TI) memainkan peran krusial dalam mendukung operasional dan strategi bisnis perusahaan. Namun, dengan meningkatnya ketergantungan pada TI, tantangan terkait keamanan, privasi, dan kepatuhan juga semakin kompleks. Oleh karena itu, audit TI menjadi penting untuk memastikan bahwa pengelolaan TI dilakukan secara efektif dan efisien. Penelitian ini bertujuan untuk mengeksplorasi pemanfaatan kerangka kerja COBIT (Control Objectives for Information and Related Technologies) dalam audit TI pada perusahaan. Melalui pendekatan kualitatif, penelitian ini menganalisis penerapan COBIT dalam menilai kontrol dan proses TI, serta mengidentifikasi manfaat dan tantangan yang dihadapi. Hasil penelitian menunjukkan bahwa penerapan COBIT membantu perusahaan dalam meningkatkan efektivitas audit TI, mengelola risiko, dan memastikan kepatuhan terhadap kebijakan yang ada. Meskipun terdapat tantangan dalam implementasinya, seperti kebutuhan akan sumber daya dan pelatihan, manfaat yang diperoleh dari penggunaan COBIT sangat signifikan. Penelitian ini memberikan rekomendasi bagi perusahaan untuk mengadopsi COBIT sebagai kerangka kerja audit TI yang strategis, serta untuk melakukan penelitian lebih lanjut mengenai penerapan COBIT di berbagai sektor industri. GAP/ kesenjangan berada pada level 1 dan tingkat kematangan pada level 2
MENENTUKAN WARNA MAKE UP YANG COCOK BERDASARKAN JENIS SKINTONE PADA CITRA WAJAH MENGGUNAKAN NAIVE BAYES CLASSIFIER Syifa Cendikia, Yolanda; Taufik, Insan; Arnita, Arnita; Indra, Zulfahmi; Chairunisah, Chairunisah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12494

Abstract

Make up adalah produk kosmetik yang digunakan untuk mempercantik atau memperbaiki penampilan wajah dan kulit. Pemilihan warna make up yang sesuai dengan skintone seseorang merupakan aspek penting dalam dunia kecantikan. Skintone yang tidak sesuai dengan warna make up dapat mengurangi penampilan alami seseorang. Penelitian ini membahas pengembangan sistem berbasis citra yang mampu menentukan warna make up yang cocok berdasarkan jenis skintone pada citra wajah menggunakan algoritma Naive Bayes Classifier. Sistem ini dirancang untuk menganalisis citra wajah, mengidentifikasi skintone, dan merekomendasikan warna make up yang sesuai. Data yang digunakan berasal dari citra wajah yang telah diklasifikasikan berdasarkan jenis skintone. Selanjutnya, algoritma Naive Bayes digunakan untuk melakukan klasifikasi dan prediksi warna make up yang paling cocok. Hasil penelitian sistem klasifikasi jenis skintone menggunakan algoritma Naive Bayes Classifier dengan hasil pengujian dari 80 data training dan 20 data testing mendapat akurasi sebesar 85%. Hasil dari penelitian ini dapat membantu pengguna dalam memilih warna make up yang tepat secara otomatis, sehingga dapat menghemat waktu dan memberikan hasil yang lebih presisi. Pengujian dilakukan untuk mengevaluasi keakuratan sistem dan hasil menunjukkan bahwa pendekatan Naive Bayes memberikan hasil yang cukup akurat dalam menentukan rekomendasi warna make up berdasarkan skintone.
HYBRID MATRIK CO-OCCURENCE DAN LEARNING VECTOR QUANTIZATION PADA KLASIFIKASI CITRA GELOMBANG SUARA PERUT Rivansyah Subagyo, Ibnu; Akbar, Mutaqin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12495

Abstract

Penelitian ini bertujuan untuk mengklasifikasi perbedaan citra gelombang suara perut antara kondisi kenyang dan lapar menggunakan metode Hybrid Gray Level Co-Occurrence Matrix (GLCM) dan Learning Vector Quantization (LVQ). Penelitian ini di latar belakangi oleh tantangan dalam mendeteksi kondisi lapar atau kenyang secara objektif, khususnya pada individu dengan pola makan tidak teratur atau gangguan pencernaan. Ketidakmampuan membedakan sinyal tubuh dapat berdampak pada penanganan kesehatan yang kurang tepat. Dalam penelitian ini, Suara organ pencernaan manusia direkam dan dianalisis dengan ekstraksi fitur GLCM untuk menggambarkan informasi tekstural citra gelombang suara 2D perut. Sedangkan algoritma LVQ digunakan untuk mengklasifikasikan citra gelombang 2D suara menjadi perut kenyang dan perut lapar. Penelitian ini menggabungkan teknik pengolahan citra dan kecerdasan buatan untuk pengenalan suara perut yang lebih akurat. Eksperimen menunjukkan bahwa metode yang diusulkan dapat membedakan perut kenyang dan lapar dengan parameter nilai alfa (α) = 0,001 dan nilai decalfa (decα) = 0,7, Epoch 4 yang menghasilkan akurasi klasifikasi perut lapar dan perut kenyang yang tertinggi dengan akurasi yaitu 99%. Hasilnya membuka peluang penerapan teknologi ini dalam pengembangan sistem pendukung keputusan di bidang kesehatan dan nutrisi.
PEMBUATAN WEBSITE INVENTORY PERUSAHAAN BERBASIS QR CODE DAN VOICE ASSISTANT PADA PT SELARAS MULTI CIPTA MENGGUNAKAN METODE PROTOTYPE Anggi Saputra, Selamet; Rizky Ardisyahputra, Muhammad; Juni Arigayo, Rizky; Pratama, Firman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12499

Abstract

Efisiensi dan juga efektivitas dalam pekerjaan sangat penting untuk meningkatkan mutu perusahaan, termasuk PT. Selaras Multi Cipta. Perancangan dan pembuatan website Inventory ini bertujuan untuk mengoptimalkan kinerja perusahaan. Dengan menggunakan metode prototype, pengembangan website berfokus pada fungsi dan efektivitas model yang dihasilkan. Hasil pengembangan menunjukkan bahwa website inventory ini mampu memberikan pengalaman pengguna yang lebih terstruktur dan efisien, sehingga meningkatkan kepuasan pengguna sekaligus mendukung operasional perusahaan secara optimal.
RANCANG BANGUN SISTEM INFORMASI BERBASIS WEB PADA POSYANDU DESA SIMPANG LIMO Restu Maulana, Yoga; Triadi, Albet; Felawati , Fatima
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12500

Abstract

Posyandu Delima 5 terletak di Desa Simpang Limo dan saat ini menghadapi beberapa masalah, seperti pengelolaan dan penyimpanan data yang masih dilakukan secara manual dengan pencatatan tangan. Hal ini berisiko menimbulkan kesalahan atau ketidakakuratan dalam data. Selain itu, proses penyebaran informasi masih dilakukan secara konvensional, yang juga rentan terhadap kesalahan. Penelitian ini bertujuan untuk merancang sistem informasi berbasis web guna mengatasi masalah sebagai Solusi dalam menyelesaikan masalah yang dihadapi oleh posyandu Desa Simpang Limo. Metode yang digunakan adalah pengembangan sistem waterfall, dengan bahasa pemrograman PHP, database MySQL, dan framework Laravel. Perancangan sistem dilakukan dengan UML (Unified Modeling Language). Hasil pengujian blackbox menunjukkan bahwa website berfungsi dengan baik. Selanjutnya, pengujian usability testing menggunakan skala Likert dengan 6 responden menghasilkan rata-rata persentase sebesar 95%, yang menandakan bahwa sistem sangat layak digunakan
PREDIKSI BANTUAN OPERASIONAL RAUDHATUL ATHFAL DI TINGKAT KABUPATEN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE – REGRESSION Fauzan, Ariq; Witanti, Wina; Rakhmat Umbara, Fajri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12505

Abstract

Bantuan Operasional Pendidikan Raudhatul Athfal (BOPRA) merupakan bantuan yang diberikan oleh pemerintah untuk membiayai personalia dan nonpersonalia agar dapat meningkatkan kegiatan belajar mengajar sekolah tingkat RA. RA (Raudhatul Athfal) merupakan salah satu perogram pendidikan berbasis agama Islam dikelola oleh Kementerian Agama. Dana BOPRA dihitung berdasarkan jumlah siswa yang terdaftar di DAPODIK (Data Pokok Pendidikan) dari setiap tahunnya akan dikalkulasikan per-triwulan dengan persentase 30%, 40%, dan 30% setiap persentase dibagi kedalam empat bulan yang nantinya akan diterima RA setiap bulannya. Untuk memprediksi dana yang akan diterima di masa mendatang diperlukan data historis yang di olah menggunakan machine learning. Machine learning merupakan metode yang dapat memproses data historis dalam jumlah yang besar untuk melakukan prediksi data dengan lebih akurat. Penggunaan pada algoritma Support Vector Regression (SVR) digunakan untuk melakukan prediksi nilai variable kontinu dengan prinsip yang sama dengan Support Vector Machine (SVM), dengan menerapkan algoritma SVR dapat membantu instansi kementerian agama dan sekolah – sekolah tingkat RA di kabupaten dalam pengambilan keputusan untuk memanfaatkan dana bantuan pendidikan yang akan diterima. Hasil dari prediksi BOPRA dengan menggunakan algoritma SVR sangat bagus digunakan dengan nilai parameter terbaik gamma 0.1, C 0.01, epsilon 1.8 menghasilkan RMSE 0.173 dan MAPE 3,74%.
ANALISIS FORENSIK DIGITAL PADA PESAN WHATSAPP YANG TERENKRIPSI DENGAN PRETTY GOOD PRIVACY (PGP) MENGGUNAKAN FRAMEWORK DFRWS Fahrudin, Azis; Zaida Muflih, Gufron
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12506

Abstract

Penyalahgunaan narkotika merupakan masalah serius yang mengancam masyarakat Indonesia, dengan peningkatan kasus sebesar 11,1% pada tahun 2022. Para pengedar narkoba semakin canggih dalam menggunakan teknologi komunikasi, terutama aplikasi WhatsApp dengan fitur enkripsi end-to-end, untuk melancarkan transaksi ilegal mereka. Penelitian ini bertujuan untuk menganalisis dan mengembalikan pesan WhatsApp yang terenkripsi dalam konteks investigasi kasus pengedaran narkoba menggunakan framework Digital Forensics Research Workshop (DFRWS). Metode yang digunakan adalah static forensic dengan tools MOBILedit Forensic Express dan Kleopatra untuk mengekstrak dan menganalisis data dari smartphone Android. Hasil penelitian menunjukkan bahwa framework DFRWS efektif dalam memulihkan dan menganalisis bukti digital berupa pesan terenkripsi PGP, private key, dan informasi kontak terkait transaksi narkoba. Hasil penelitian menunjukkan bahwa framework DFRWS efektif dalam memulihkan dan menganalisis bukti digital berupa mengekstraksi smartphone Redmi 6A milik tersangka, menemukan file Private Key dan file PGP Message, serta mengungkap detail transaksi narkoba. Temuan ini membuktikan bahwa teknik forensik digital modern dapat mengatasi tantangan enkripsi dalam investigasi kejahatan narkoba, memberikan kontribusi signifikan bagi penegakan hukum
PERAN KECERDASAN BUATAN DALAM PENINGKATAN PERFORMA TIM OLAHRAGA Fawas Ihsan, Eggy; Muyasar, Latiful; Reno Andika, Muhammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12508

Abstract

Dalam beberapa dekade terakhir, perkembangan teknologi kecerdasan buatan (AI) telah memberikan dampak signifikan dalam dunia olahraga, terutama dalam peningkatan performa tim dan kesehatan atlet. Meskipun potensinya besar, penerapan AI dalam olahraga beregu menghadapi berbagai tantangan, termasuk keterbatasan teknologi sensor, keamanan data, dan adopsi yang masih terbatas. Penelitian ini bertujuan untuk mengeksplorasi kontribusi AI dalam meningkatkan kesehatan fisik dan psikologis atlet, optimasi strategi permainan, serta pencegahan cedera dalam olahraga beregu. Metode yang digunakan adalah systematic literature review (SLR) yang melibatkan 25 artikel terpilih dari database ScienceDirect dan Google Scholar dalam rentang 2019–2024. Hasil analisis menunjukkan bahwa teknologi wearable berbasis AI mampu mengumpulkan data fisiologis secara real-time, memberikan rekomendasi personalisasi, dan meningkatkan efisiensi pelatihan. Selain itu, AI memberikan kontribusi dalam analisis pola permainan dan pengambilan keputusan taktis. Namun, keberhasilan implementasi AI memerlukan peningkatan akurasi algoritma dan perhatian terhadap isu etika serta privasi data. Studi ini menunjukkan bahwa integrasi AI dalam olahraga membuka peluang untuk mencapai performa optimal yang berkelanjutan
SISTEM APLIKASI PENCATATAN SECARA REAL TIME DAN PENCETAKAN LABEL MATERIAL MASUK BERBASIS VBA EXCEL DENGAN KONEKSI BASIS DATA: STUDI KASUS : PT. HANSUNG FIBER Ferbiyanto, Arditya; Pratama, Alfandy; Razak Alfianto, Muhammad; Pratama, Firman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12510

Abstract

Proses Untuk mendukung proses produksi, pengelolaan material masuk PT. Hansung Fiber membutuhkan pencatatan dan pelabelan yang akurat dan efektif. Pencatatan manual sering menyebabkan kesalahan penyimpanan dan pemrosesan data yang terlambat. Oleh karena itu, diperlukan sistem pencatatan yang dapat menginput data dalam waktu nyata dan mencetak label material secara otomatis. Tujuan dari penelitian ini adalah untuk membuat dan mengembangkan sistem aplikasi berbasis Microsoft Excel yang terintegrasi dengan Visual Basic for Applications (VBA) dan terhubung ke basis data. Aplikasi ini memungkinkan untuk mencatat material masuk secara otomatis, mengurangi kemungkinan kesalahan manusia, dan menghasilkan label material yang sesuai dengan data yang dimasukkan secara instan. Dengan memanfaatkan koneksi ke basis data, sistem ini memungkinkan penyimpanan informasi dan data material yang lebih terorganisir, dan mendukung akses pengguna yang lebih cepat dan real-time. Aplikasi ini diharapkan dapat meningkatkan efisiensi operasional PT. Hansung Fiber, terutama dalam hal pencatatan dan pelabelan material. Aplikasi ini juga akan membantu mengurangi kesalahan input data dan mempersingkat waktu yang diperlukan untuk proses ini. Dalam lingkungan kerja PT. Hansung Fiber, sistem yang diusulkan ini menunjukkan peningkatan yang signifikan dalam akurasi dan kecepatan operasi.
KLASIFIKASI JENIS REMPAH-REMPAH ALAMI UNTUK KECANTIKAN MENGGUNAKAN DENSNET 121 Fadillah, Cindy; Supatman, Supatman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12512

Abstract

Indonesia dikenal dengan kekayaan rempah-rempah yang memiliki banyak manfaat dalam masakan, kesehatan, dan kecantikan. Namun, kesulitan dalam membedakan berbagai jenis rempah dengan bentuk dan warna yang mirip menjadi masalah yang sering dihadapi. Penelitian ini bertujuan untuk menerapkan sistem klasifikasi citra rempah-rempah menggunakan DenseNet-121. Metode yang digunakan meliputi akuisisi citra rempah, pelabelan, preprocessing, dan pelatihan model CNN dengan dataset yang terdiri dari 1.075 gambar rempah, dibagi menjadi lima kelas (kunyit, jahe, kencur, cengkeh, dan serai). Model dilatih menggunakan optimizer Adamax dengan ukuran citra 110x110 piksel dan dievaluasi berdasarkan akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa model berhasil mencapai akurasi 0.95, precision 0.95, recall 0.97, dan f1-score 0.95. Penelitian ini menunjukkan efektivitas CNN dalam klasifikasi rempah-rempah dan memberikan kontribusi untuk aplikasi pengolahan citra dalam industri rempah dan kecantikan